INTELIGENCIA

ARTIFICIAL
 QUE ES LA IA ?

 La Inteligencia Artificial es la parte de

las Ciencias de la Computación que se
ocupa del diseño de sistemas
inteligentes, esto es sistemas que
exhiben características que asociamos
con la inteligencia en las conductas
humanas.
Feigenbaum y Barr
’80s
 QUE ES LA IA ?
 El estudio de cómo lograr que las
computadoras realicen tareas que por el
momento, los humanos hacen mejor.

E. Rich - Knight, 1991

 La rama de la Ciencias de la
computación que se ocupa de la
automatización de la conducta
inteligente.
Luger y Stubblefield, 1993
 QUE ES LA IA ?

Es la Ciencia e Ingeniería de hacer

máquinas inteligentes (especialmente
programas).
Esto está relacionado a la tarea de usar
computadoras para entender la
inteligencia humana, pero IA no tiene que
limitarse a métodos que son
biológicamente observables.
J. Mc Carthy, 1998
¿Qué es la Inteligencia Artificial?

Sistemas que actúan como Sistemas que piensan como

humanos humanos

«El estudio de como hacer «El esfuerzo por hacer a las

computadoras que hagan computadora pensar …
cosas que, de momento, la máquinas con mentes en el
gente hace mejor» (Rich y sentido amplio y literal»
Knight, 1991) (Haugeland, 1985 )

Sistemas que actúan Sistemas que piensan

racionalmente racionalmente

«Un campo de estudio que «El estudio de las facultades

busca explicar y emular el mentales a través del
comportamiento inteligente estudio de modelos
en términos de procesos computacionales»
computacionales. (Schalkoff, (Charniak y McDermott,
1990) 1985)
Características de la I.A.
 Los computadores no pueden manejar
verdaderos significados.
 Los computadores no tienen
autoconciencia (emociones, sociabilidad,
etc.).

 Un computador sólo puede hacer aquello

para lo que está programado.

 Las máquinas no pueden pensar

realmente. uso de símbolos no
matemáticos, aunque no es suficiente
para distinguirlo completamente.
Características de la I.A.
 El comportamiento de los programas no
es descrito explícitamente por el
algoritmo.

 El programa especifica cómo encontrar la

secuencia de pasos necesarios para
resolver un problema dado.

 Las conclusiones de un programa

declarativo no son fijas y son
determinadas parcialmente por las
conclusiones intermedias alcanzadas
durante las consideraciones al problema
específico
 Objetivos de la I.A.
 Desarrollar una máquina inteligente
capaz de aprender a través de la
experiencia, reconocer las limitaciones de
su conocimiento, exhibir verdadera
creatividad, tomar sus propias decisiones
e interactuar con el medio que la rodee

 Hacer que las computadoras sean

capaces de mostrar un comportamiento
que sea considerado como inteligente por
parte de un observador humano (Turing
test)".
 Elevar el Coeficiente Intelectual de las
máquinas (machine-IQ)
 Desarrollar las capacidades de la
computadora más allá de su uso
tradicional actual".
 Test de Turing
El Test de Turing para establecer si
una máquina es o no inteligente
consiste en interrogarla por medio de
una teletipo (sin contacto físico), el
evaluador no debe poder discernir si
el que responde es una máquina o
una persona.
 Áreas de la I.A.
 Procesamiento del Lenguaje Natural

 Consulta inteligente de base de datos

 Robótica

 Programación Automática

 Sistemas Expertos
 Prueba automática de teoremas y
matemáticas simbólica

 Problemas de optimización
combinatorios y de itinerarios.

 Percepción y reconocimiento de
patrones

 Autoaprendizaje
 DIFERENTES MODELOS:

 SIMULAR EL COMPORTAMIENTO
HUMANO
 A nivel de procesos cognitivos

 CONSTRUIR PROGRAMAS
INTELIGENTES
 De la forma más eficiente

IC-Introducción 19
 DIFERENTES MODELOS:

MODELOS COGNITIVOS

CIENCIA COGNITIVA, SON
TRANSPARENTES AL USUARIO, FACIL DE
MODIFICAR - INCREMENTAR
 SISTEMAS BASADOS EN EL CONOCIMIENTO
(KBS)
 AGENTES DELIBERATIVOS
MODELOS CONEXIONISTAS
 REDES NEURONALES
 ALGORITMOS GENETICOS
 AGENTES REACTIVOS

IC-Introducción 20
 DIFERENTES MODELOS:

MODELOS COGNITIVOS
 SISTEMAS BASADOS EN CONOCIMIENTO
 FUZZY SYSTEM
 AGENTES DELIBERATIVOS.

MODELOS CONEXIONISTAS

 REDES NEURONALES
Hitos de la Inteligencia Artificial
Aplicaciones
 Robótica.

 Procesamiento de lenguaje natural.

 Reconocimiento de patrones.

 Sistemas expertos.

 Tutores inteligentes.

 Demostración de teoremas.

 Manipulación inteligente de base de

datos.
 Programación automática.

 Visión computarizada.
En el trabajo doméstico, brindar asesoría acerca
de dietas, compras, supervisión y gestión de
consumo energético y seguridad del hogar.
En las escuelas, apoyar la formación de los
estudiantes, especialmente en aquellas materias
consideradas complejas.
Ayudar a los expertos a resolver difíciles
problemas de análisis o a diseñar nuevos
dispositivos.
Aprender de los ejemplos para explorar bases de
datos en busca de regularidades explotables.
Proporcionar respuestas a preguntas en lenguaje
natural usando datos estructurados y texto libre.
Áreas de Aplicación de la Inteligencia Artificial

La Inteligencia Artificial a medida del tiempo ha ido

creciendo, y poco a poco se fue implementando en diversas
áreas debido a su gran aceptación en el campo laboral ya que
facilita ciertas tareas de los humanos y reduce los costos,
algunas de estas áreas son las siguientes:

Inteligencia Artificial en la Robótica: se podría decir que

la rama de la robótica va de la mano con la inteligencia
artificial ya que expresa muy detalladamente la misma, y
siempre se acostumbra a vincular ambas ciencias. Un robot es
la representación más precisa de lo que es la inteligencia
artificial.
Inteligencia Artificial en la Medicina: ésta ciencia tan
importante como lo es la medicina a tenido la necesidad de
incluir la inteligencia artificial en su campo ya que se han
desarrollado máquinas que interpretan imágenes médicas,
controlan las unidades de cuidados intensivos, monitorean a
los pacientes y realizan diagnósticos. Además se han creado
máquinas que a su vez crean diseños de prótesis, hasta
sistemas expertos que colaboran a los médicos en cualquier
actividad a la cual le fue asignada. Actualmente se han
desarrollado máquinas que detectan las enfermedades posibles
a mediano plazo de un paciente, y así prevenir muchas de ellas
Inteligencia Artificial en la Educación: en el campo de
la educación se ha hecho necesario incluir la inteligencia
artificial debido al gran trabajo que generan extensas
cantidades de estudiantes, ya que se han implantado
sistemas de gestiones de estudiantes para reducir es
estrés que genera la misma, como también otro tipo de
sistemas que puedan percibir las deficiencias de un
estudiante y ayudar en su desenvolvimiento
•Inteligencia Artificial en el Entretenimiento: la
inteligencia artificial en los videojuegos es cada vez
más indispensable tanto en consolas como en
ordenadores aunque los usuarios no la distingan debido
a que está muy implícita, la podemos ver reflejada en
los famosos avatares, comiquitas y textos.
Inteligencia Artificial de Gestión de Información: esta parte es
fundamental ya que la inteligencia artificial nos permite extraer
información muy difícil de encontrar o quizás que requiera de
mucho esfuerzo para conseguirla, un ejemplo de ello son los rastreos
web, filtrado de correos y la minería de los datos.
•
Inteligencia Artificial en la Matemática: aunque no se pueda ver
a simple vista, todos esos sistemas que complementan el estudio de
la materia forman parte de la inteligencia artificial.
•
Inteligencia Artificial en la Biología: en el ámbito de la biología
se hace necesario el uso de la inteligencia artificial debido a que
existen problemas con mayor complejidad que consumen mucho
tiempo y dedicación, sin embargo la inteligencia artificial a logrado
reducir la problemática aportando grandes avances como lo es un
analizador de ADN, elaboraciones de modelos biológicos, realizar
seguimientos de los comportamientos de los diversos organismos,
desarrollo de embriones, entre otros.
Inteligencia Artificial en la Gestión del Tráfico, Diseño
Urbano y Arquitectura: aquí la inteligencia artificial ha
realizado aportes como la colaboración para resolver los distintos
problemas de diseño que presentan múltiples restricciones, como
también predecir el comportamiento de las personas en los
nuevos entornos.
•
Inteligencia Artificial en la Ley: además la inteligencia
artificial es capaz de crear sistemas para colaborar con los
abogados como lo es el asesoramiento jurídico hasta de
desarrollar aplicaciones de identificación de personas con solo
rasgos similares, huellas, o algún otro dato importante que
permita reconocerlo con la mayor exactitud posible.
•
Inteligencia Artificial en Instituciones Militares: ahora vemos
a la inteligencia artificial desempeñando un papel más importante
ya que de ella pudiera depender mucho la integridad de una
nación a través de todos sus mecanismos empleados con la total
cobertura que requiere la misma, que va desde armamento
inteligente hasta simples sistemas expertos.
Inteligencia Artificial en el Espacio: cuando hablamos del
espacio tendemos a relacionar inteligencia con robots, y esto
se debe a que en los últimos años la NASA ha tenido la
necesidad de realizar estudios más profundos en otras partes
del Universo, por eso ha mezclado ambos términos logrando
conseguir esa información a través de máquinas razonables.
Mayormente usan carros robots con cámaras y micrófonos
que le permitan al mismo introducirse en lugares de difícil
acceso sustrayendo los datos necesarios para el estudio
requerido.
REDES NEURONALES

Las Redes Neuronales son un campo muy importante dentro

de la Inteligencia Artificial. Inspirándose en el comportamiento
conocido del cerebro humano (principalmente el referido a las
neuronas y sus conexiones), trata de crear modelos artificiales
que solucionen problemas difíciles de resolver mediante
técnicas algorítmicas convencionales.
RED NEURONAL
Es un sistema compuesto por un gran número de elementos básicos,
agrupados en capas y que se encuentran altamente interconectados.
Esta estructura posee varias entradas y salidas, las cuales serán
entrenadas para reaccionar (valores O), de una manera deseada, a los
estímulos de entrada (valores I).

Estos sistemas emulan, de una cierta manera, al cerebro humano.

Requieren aprender a comportarse y alguien debe encargarse de
enseñarles o entrenarles, en base a un conocimiento previo del
entorno del problema.
RED NEURONAL
Las redes neuronales no son más que un modelo artificial y
simplificado del cerebro humano, que es el ejemplo más perfecto del
que disponemos para un sistema que es capaz de adquirir
conocimiento a través de la experiencia. Una red neuronal es "un
nuevo sistema para el tratamiento de la información, cuya unidad
básica de procesamiento está inspirada en la célula fundamental del
sistema nervioso humano: la neurona".
Por lo tanto, las Redes Neuronales:
• Consisten de unidades de procesamiento que intercambian datos o
información.
• Se utilizan para reconocer patrones, incluyendo imágenes,
manuscritos y secuencias de tiempo, tendencias financieras.
• Tienen capacidad de aprender y mejorar su funcionamiento.
 Las 4 tendencias para 2021 en Inteligencia Artificial
aplicada a negocios

1. Hiperautomation:

En 2021 el aprovechamiento de herramientas de Inteligencia

Artificial permitirá lograr automatizaciones más complejas, por
ejemplo, automatizar procesos con fuentes de información
heterogéneas. Esto provocará un gran impacto en la forma de
trabajar, liberando tiempo para dedicarlo a tareas de valor.

Si se analiza la carga de trabajo que representan las tareas administrativas, en

promedio, las empresas destinan un 53% de las actividades a coordinación y control, un
30% a resolución de problemas y colaboración, un 10% a innovación y estrategia y un 7%
al desarrollo de personas. Adoptando inteligencia artificial se reduce al menos un 30% de
la carga administrativa. Al suceder esto, el resto de las áreas crecerán de forma
proporcional cambiando la estructura donde solo el 24% estaría destinado a lo
administrativo, el 49% enfocado en resolución de problemas y colaboración, un 16% en
estrategia e innovación y un 11% en desarrollo de personas y vínculos.
2. Low-code / No-code:

Este tipo de tecnología permite a usuarios no técnicos desarrollar

aplicaciones sencillas o utilizar herramientas como Inteligencia Artificial sin
ser especialistas. En 2019, el 37% de los desarrolladores usaban o
planeaban usar productos low-code, en 2020 esa cifra superará al 50%.

Respecto a los dispositivos y la adopción de esta tecnología, hay una

tendencia de crecimiento por VUI (Voice User Interface), interfaces hechas
100% sobre voz, como por ejemplo Alexa, Siri y Google Assistant. En 2018,
la adopción de dispositivos VUI era del 23% y se espera que crezca en un
55% de cara a 2022.
3. Digital accessibility - Inclusión en los procesos a personas con
características especiales.

La tecnología cumple un rol crucial en mejorar la calidad de trabajo de personas

con capacidades especiales, público no menor ya que según un informe de la
OMS y el Banco Mundial, integran el 15% de la población mundial. Tecnologías
como el Speech to Text, sistemas que reconocen las palabras del habla humana y
luego lo transcriben en un texto y la automatización de procesos permitirán
involucrar a personas con hipoacusia, por ejemplo, en procesos tan simples
como la interacción con los equipos de trabajo. A su vez, la técnica inversa, Text
to Speech, permitirá a las personas no videntes involucrarse en procesos donde
se manipulen textos. También existen tecnologías como el Eye Tracking, mover el
mouse con la vista, que puede asistir a personas con movilidad reducida.
4. Players en la automatización:

Si bien la automatización se da en todas las industrias, para el año

entrante observamos una fuerte tendencia en los sectores de e-
commerce, banca y de seguros. La banca y seguros son industrias que
cuentan con mucha información para aprovechar que amenazadas por
las fintechs e insurtechs, ven en la automatización de procesos una
forma de volverse más ágiles y competitivas. Esta tendencia no difiere
de lo acontecido este año, donde en nuestra experiencia las empresas
que más automatizaciones implementaron provienen en un 48% de la
banca, un 21% son fintechs, un 18 % seguros, un 8 % consumo masivo y
e-commerce, y un 5% el agro.